企业名称：湖南兆物信连信息科技有限公司

案例介绍： 

新冠肺炎多源疫情区块链监测与智能挖掘分析平台主要是建设基于区块链的疫情数据采集、上报、分发、共享、分析、处置平台。平台主要解决疫情数据实时快速广泛采集、上报、分发、共享的问题，并基于快速掌握的可信疫情数据进行关联规则、主题疫情等数据挖掘，能够在早期监测预警疫情情况，为各级领导决策提供准确支撑，及时进行快速处置。

新冠肺炎多源疫情区块链监测与智能挖掘分析平台已入选长沙市新型冠状病毒感染的肺炎疫情应急专题科技计划项目。

技术特点：

1. 海量多源异构疫情信息高效区块链组织管理技术

针对海量多源异构疫情信息大规模、多模态和高时效的特点，对海量多源信息进行统一组织上链与管理，聚焦海量多源信息管理的区块链架构设计、存储管理和查询处理三个环节，重点突破基于调和器-封装器架构的混合区块链数据管理方法、面向并行分布式架构的跨链查询处理以及基于代价模型的混合数据查询请求优化等关键点，从而有效解决海量多源信息的高效存储、管理以及查询优化等问题。

2. 多源异构疫情信息语义要素提取技术

从海量多源疫情信息中提取出相关的语义要素，如时间、地点、方位、目标、人物、事件等，从而为后续的关联分析奠定基础。具体包括文本语义提取技术、图像语义提取技术、视频语义提取技术等。重点突破基于视觉认知深度模型的图像场景语义提取方法、基于双通道跟踪和上下文信息的视频目标检测与识别方法，从而完成部分实体层的关联分析，为后续语义层的关联分析奠定基础。

3. 多源异构疫情信息知识表示技术

知识表示是指把知识客体中的知识因子与知识新冠肺炎多源疫情区块链监测与智能挖掘分析平台关联起来，便于人们识别和理解知识。由于知识库本身是一个维数巨大的稀疏矩阵，用传统的矩阵存储方式来表示知识不可行的。另外疫情数据所应用的业务种类多样，加工生产以及使用过程信息丰富，需要进行梳理总结才能形成针对疫情大数据的知识数据。

4. 海量多源疫情信息关联挖掘技术

针对依赖单种信息源进行疫情分析的不足，从海量多源各异的信息中获取隐含的适合关联的信息，提出一整套针对多源信息的关联分析算法和工具，具体包括实体链接、基于频繁共现的文本对象实体关联、多特征融合的视频内容关联分析算法、基于深度学习的图像人物关系分析算法、面向主题事件的多源信息关联分析算法等，从而完成多层次的多源疫情信息关联分析。

5. 面向主题的多源异构疫情时序挖据技术

针对各类数据中时序特征和时序分析的需求，将非结构化疫情中的时序结构进行识别和提取，将不同粒度的同一主题要素进行对齐，分析和设计时序分析模型，利用话题演化、事件预测、热度分析等技术进行时序处理与挖掘，实现按各类主题内涵的时间序列进行组织、相似性检索和未来预测，为决策者提供更具有深度的洞察力。

注：以上资料均由申报者提供。

分享让更多人看到